文章列表-AI魔法学院

文章列表

OpenAI Sora视频生成模型技术报告中英全文+总结+影响分析

大概就是用视觉块编码（visual patch）的方式，把不同格式的视频统一编码成了用transformer架构能够训练的embeding，然后引入类似diffusion的unet的方式做在降维和升维的过程中做加噪和去噪

sora openai 视频生成

LLM Agent最常见的九种设计模式(图解+代码)

首先判断这里的 Action 是不是 Finish，如果不是我们就可以利用大模型把 Action 后面的自然语言转换为外部工具能识别的 API 接口，这个转换过程就是大模型的 function calling

LLM Agent 图解

从专业ASR到统一音频LLM：七大顶尖模型的深度对比分析

其解码过程是自回归的，逐个生成文本。

音频对比

AIGC系列之一-一文理解什么是Embedding嵌入技术

FastText的核心思想是将单词视为字符的n-grams的集合，在训练过程中，模型会同时学习单词级别和n-gram级别的表示。

AIGC Embedding 嵌入技术

Stable Diffusion

AI绘画巅峰对决：Stable Diffusion 3与DALL·E 3原理深度比较

结语通过比较发现AI模型就是互相学习过程。

Stable Diffusion DALL·E

LangChain: LLM 应用聚焦的两大方向，RAG 和 Agents

说到底就是一个 map-reduce 的过程，当然 langchain 里面也进一步细化，增加了比如 refine 这种机制，思路一致，实现方式略有区别。

大模型

【中华民族史上最强智库】完整提示词

AI模型：GPT4（正常模式或联网搜索模式）注意：在与本系统进行互动中，可以进行以下操作（在互动过程中系统可能也会对此有提示） /next：每完成一步工作，只有用户输入 ‘/next’ ,系统才能开始下一步工作

提示词大模型

当ChatGLM3能用搜索引擎时

比如搜索、编程等等国内也出现了类似的开源的，比如我前面图文中介绍的更强大的双语对话模型——ChatGLM3。

大模型应用大模型 ChatGLM

今天分享一个官方的高级的做数据分析的prompt提示词

而这强大能力的背后，也是完全依靠大模型的prompt，之前说过，在AI大模型面前，prompt提示词就是AI时代的编程语言。

prompt 提示词

Coze、Dify、FastGPT：哪款智能体平台最强？深度对比分析！

工作流管理 FastGPT：工作流功能强大，但配置较为复杂，适合对流程和定制化有较高要求的企业用户。

智能体平台对比

再见了ComfyUI，WebUI也有了工作流

对于AI绘画新手来说，复现是很重要的学习过程，WebUI缺乏这个功能，尤其是ControlNet等参数的配置，很难保持一致。

ComfyUI WebUI 文生图

鹅厂版AI笔记悄悄上线，微信公众号优质内容秒变专属知识库，实测在此

导入的过程大致就是这样，接下来看看ima copilot会怎么利用这些“知识”。

ima copilot 搜索

LLM每周速递！大模型最前沿：多模态RAG、RAG加速、大模型Agent、模型微调/对齐

此外，与现有模型相比，它更加用户友好，可以通过指令完成复杂的任务，而不需要冗长的处理步骤和额外的模块（如ControlNet或IP-Adapter），从而大大简化了工作流程。

大模型研究

贝叶斯定理的颠覆：为什么你永远说服不了阴谋论者？

显然，我们相信朋友假设的程度远不如相信自己假设的程度，所以用强大的先验胜率来支持你的假设是有意义的。

贝叶斯定理

打造音乐传奇：Suno推出音乐生成模型Suno V3，让每个人都能成为作曲家

用国内爆火的kimi生成歌词在歌曲作词过程中，有许多专业术语和词汇用于描述不同的元素和技巧。

suno 歌曲音乐

<...79 80 81 828384 85 86 87 88 ...>

汇聚AI资讯，网罗AI文档，详解AI工具！

关于我们用户协议隐私条款商务合作：skillupvip

© 2023-2025 AI魔法学院

京ICP备20027199号-1